LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
葳蕤苍生完成签到,获得积分10
1秒前
Maple完成签到,获得积分10
1秒前
鲲之小完成签到 ,获得积分10
1秒前
2秒前
3秒前
4秒前
5秒前
zhou发布了新的文献求助10
6秒前
peng完成签到,获得积分20
6秒前
nicoco完成签到,获得积分10
7秒前
Dinse发布了新的文献求助10
8秒前
8秒前
对照完成签到 ,获得积分10
9秒前
共享精神应助科研小白采纳,获得10
9秒前
10秒前
袁琴完成签到,获得积分20
11秒前
jxt2023完成签到,获得积分10
12秒前
朴实山兰发布了新的文献求助10
13秒前
lxt发布了新的文献求助10
13秒前
16秒前
chen发布了新的文献求助20
16秒前
潇潇雨歇完成签到,获得积分10
20秒前
21秒前
科研小白发布了新的文献求助10
21秒前
陈最完成签到,获得积分10
22秒前
zhou完成签到,获得积分10
24秒前
jiajia完成签到,获得积分10
26秒前
赫连立果完成签到 ,获得积分10
28秒前
Dinse发布了新的文献求助10
29秒前
29秒前
任豪华完成签到,获得积分20
30秒前
zx598376321完成签到,获得积分10
30秒前
30秒前
lalala完成签到 ,获得积分10
30秒前
不配.应助正直的白羊采纳,获得20
31秒前
吞吞完成签到 ,获得积分10
32秒前
万能图书馆应助吃吃采纳,获得30
32秒前
lilili某完成签到,获得积分10
33秒前
单薄惜文发布了新的文献求助10
33秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3187972
求助须知:如何正确求助?哪些是违规求助? 2837589
关于积分的说明 8016293
捐赠科研通 2500276
什么是DOI,文献DOI怎么找? 1334868
科研通“疑难数据库(出版商)”最低求助积分说明 637310
邀请新用户注册赠送积分活动 605364